Talk预告 | 麻省理工大学博士后黄相如: 利用机器学习技术提升几何处理算法的鲁棒性

本期为TechBeat人工智能社区第359期线上Talk。
北京时间11月18日(周四)晚8点,麻省理工大学博士后——黄相如的Talk将准时在TechBeat人工智能社区开播!
他与大家分享的主题是: “利用机器学习技术提升几何处理算法的鲁棒性”,届时将主要分享自己如何利用机器学习方法,从数据中寻找可以提升传统算法鲁棒性的思考与所面对的挑战。
Talk·信息
主题:利用机器学习技术
提升几何处理算法的鲁棒性
嘉宾:麻省理工大学博士后 黄相如
时间:北京时间 11月18日 (周四) 20:00
地点:TechBeat人工智能社区
http://www.techbeat.net/
完整版怎么看?
扫描下方二维码,或复制链接https://datayi.cn/w/3oLnQ7OR至浏览器,一键完成预约!
上线后会在第一时间收到通知哦~
Talk·提纲
几何处理主要关注重建和分析3D物理世界中的物体和场景,可以广泛应用在医学诊断,建筑,医学图像,虚拟现实领域。3D模型能够更精确的描述物理世界,助力一些对稳定性更敏感的应用场景,同时也给算法设计带来更大的挑战。
讲者的工作主要是利用机器学习方法,从数据中寻找可以提升传统算法鲁棒性的途径,从而替代传统设计中需要人工手动设置的算法模块和参数,具体的工作涉及到重建,模型分析和生成等多个领域。
1. Learning Transformation Synchronization(Xiangru Huang, Zhenxiao Liang, Xiaowei Zhou, Yao Xie, Leonidas Guibas, and Qixing Huang)
这个工作主要关注如何更鲁棒的完成3D重建,我们第一次提出使用神经网络帮助判断帧与帧之间是否被合理的匹配,并将这个模块嵌入一个经典的几何处理算法中,基于神经网络的模块能提供更优秀的初始条件,达到提高信噪比的效果,使得算法更稳定和鲁棒。
2. Dense Human Correspondence between Human Bodies via Learning Transformation Synchronization on Graphs
(Xiangru Huang, Haitao Yang, Etienne Vouga and Qixing Huang)
这个工作主要是解决点云人体数据的对应关系问题,我们提出使用局部刚性来优化和规约传统特征提取算法的输出,设计新的数据表示形式从而能更简洁高效的完成这个优化。
3. ARAPReg: An As-Rigid-As Possible Regularization Loss for Learning Deformable Shape Generators
(Bo Sun, Xiangru Huang, Zaiwei Zhang, Junfeng Jiang, Qixing Huang, and Chandrajit Bajaj)
这个工作主要是关于3D shape generator,我们提出使用As-rigid-as-possible (ARAP)能量函数来优化shape space,使得generator能生成更合理的3D模型。
Talk·参考资料
这是本次分享中将会提及的资料,建议提前预习哦!
1. As-Rigid-As-Possible Surface Modeling
2. 3D-CODED : 3D Correspondences by Deep Deformation
3. Dense human body correspondences using convolutional networks
Talk·提问交流
通过以下两种方式提问都将获得微信现金红包奖励哦!
方式 ①
在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,被讲者直接翻牌解答!

你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!
方式 ②
在本文留言区直接提出你的问题,或扫描下方二维码提问!

Talk·嘉宾介绍

麻省理工大学博士后
黄相如,现在在麻省理工学院计算机系Justin Solomon教授手下做博士后。本科毕业于上海交大ACM班,博士毕业于德州大学奥斯汀分校黄其兴教授的Graphics&AI组。他的研究兴趣是机器学习,3D视觉,优化理论和他们的一些应用。


关于TechBeat人工智能社区
TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!
更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ